[发明专利]一种克服光照突变的前景分割方法

权利要求书

1.一种克服光照突变的前景分割方法，其特征在于，包括有以下步骤：

S1、将采集到的视频的视频帧转换为灰度图，再经过中值滤波对灰度图进行降噪处理；

S2、采用混合高斯背景建模的模型对处理后的视频帧进行初始化；

S3、用当前帧与前一帧图像做帧间差分处理，计算光强突变量，判断是否有光照突变现象，若有则执行步骤S4，若无则执行步骤S5；

S4、根据光强突变量对视频帧进行混合高斯背景建模处理，并得到更新的背景模型；

S5、用当前帧和背景模型进行差分运算，得到的差分图像进行联通域标记；

S6、计算每个联通域的外接矩形参数和中心坐标参数；

S7、判定连续若干帧，目标中心坐标移动的距离，若移动距离小于运动阈值则判定目标静止，并停止对背景模型进行更新，若移动距离大于运动阈值则判定目标运动，继续对背景模型进行更新；

S8、根据背景模型提取出前景目标；

所述步骤S4具体包括有以下子步骤：

S401、对输入视频第一帧的每个像素点进行混合高斯建模：建立多个高斯分布函数，并初始化每个高斯分布函数中的均值、方差和权重；

S402、对于视频帧的像素点位置，根据其历史数据判断新像素点是否与背景模型匹配；

S403、当采集到新的视频时，对新的视频帧中的所有像素点与构造的混合高斯模型逐个按下式比较条件进行判断：

其中X_t为像素点的灰度值，μ_i,t-1为上一时刻混合高斯模型中第i个高斯分布函数的均值，Aver为光强突变量，σ_i,t-1为上一时刻混合高斯模型中第i个高斯分布函数的标准差，TH为噪声阈值；

若对应一个像素点有一个高斯分布函数满足所述比较条件，则该像素点与背景模型匹配，执行步骤S404对背景模型进行更新，否则执行步骤S405；

S404、更新与新的视频帧中的像素点匹配的高斯分布函数的权重，然后进行归一化处理，进而更新高斯分布函数的均值μ_t和方差

当|Aver|≥TH时：

μ_t＝(1-β)μ_t-1+β(X_t-Aver)+Aver

当|Aver|TH时，按下式进行更新：

μ_t＝(1-β)μ_t-1+βX_t

其中，β为学习因子；

S405、对于不匹配的像素点，按如下步骤更新背景参数：

若当前高斯分布函数的个数小于步骤S401建立的高斯分布函数个数时，增加一个新的高斯分布函数：均值为对应像素点的像素值，方差小于第一方差阈值，权重大于第一权重阈值；

若当前高斯分布函数的个数等于步骤S401建立的高斯分布函数个数时，用新的高斯分布函数代替优先级最小的高斯分布，以X_t作为均值，方差大于第二方差阈值，权重小于第二权重阈值；所述高斯分布函数的优先级值为权重与方差的比值；

S406、取前B个高斯分布作为背景分布，得到背景模型，B如下式所示：

其中，阈值T表示代表背景模型的高斯分布函数的权值的和在整体中所占的最小比例，b为实现所述最小比例的高斯分布函数的数量。

2.根据权利要求1所述的一种克服光照突变的前景分割方法，其特征在于：所述步骤S3具体为：

计算当前帧与前一帧图像做帧间所有对应像素点位置的灰度值差值，并计算所有像素点位置的灰度值差值的平均值作为光强突变量，判断光强突变量是否大于设定阈值，若是则有光照突变现象，执行步骤S4；若无则执行步骤S5。

3.根据权利要求2所述的一种克服光照突变的前景分割方法，其特征在于：所述光强突变量Aver为：

视频帧的图像表示为f_k(x,y，0≤x≤M-1，0≤y≤N-1)，M为图像的宽度，N为图像的高度，f_k(x,y)表示第k帧图像中像素点(x,y)的灰度值。